基于神经网络的学习状态检测
【作者机构】长春工业大学计算机科学与工程学院 【分 类 号】TP183 【分类导航】工业技术->自动化技术、计算机技术->自动化基础理论->人工智能理论 【关 键 词】在线学习 循环神经网络 眼动分析 注意力检测 【基 金】吉林省教育厅项目(JJKH20181046KJ) 【摘 要】对在线学习者注意力状态检测的方法大多基于眼睛闭合频率、头部偏转等特征,此类方法能够应对大多数情况,但针对学习者正视屏幕且视线落点处于屏幕上时出现的发呆、分神状态无法作出检测。针对此问题,提出了一种基于RNN的眼动分析算法RNN-EMA(RNN-EyeMovementAnalysis),该算法通过对序列眼动向量分析,预测学生学习行为,完成当前学习状态检测。实验表明,RNN-EMA算法能够对学习状态作出有效检测,且对比同类方法效果有所提升。 创新关系场域:提高学生在线学习的有效性[J].江苏教育,2020,第18期 在"停课不停学"这种新的学习方式变革中,为了提高学生在线学习的有效性,教师在开展线上教学时,要创新学生、教师、学材和环境这四要素之间的关系场域,处理好生生之间的"伙伴式"关系、师生之间的"对话式"关系、学生与环境之间的"沉浸式"关系和环境与学材之间的"融合式"关系。 基于应用型本科背景下的《大学计算机基础》课程教学改革的探索与实践[J].科技风,2020,第13期 目前,我校处于地方高校由理工科向应用型本科转型的过渡时期,为适应应用型本科人才的需求,针对《大学计算机基础》课程进行混合式教学改革。运用在线学习和教师课堂教学相结合的混合教学模式不仅能提高学生学习的积极性和主动性,而且更重要的是能提高学生问题求解能力以及与本专业相关的综合应用能力,从而实现与社会对人才能力需求的无缝对接,为社会培养更多的高素质人才。 在线学习与家庭支持力增强[J].教育科学论坛,2020,第11期 突如其来的新冠肺炎疫情导致2020年春季开学被迫延迟,居家在线学习成为"停课不停学"的基本策略,对家庭教育提出了新的挑战。为营造良好的居家学习环境,提高学生在线学习的效果,须对影响在线学习的家庭教育充分重视。一、在线学习的家庭支持力缺失管窥 停课不停学期间中学生自我效能感与在线学习倦怠的相关性分析[J].中小学心理健康教育,2020,第11期 停课不停学期间,全国中小学生在家进行在线学习,极易对在线学习产生倦怠心理,进而影响到在线学习质量甚至身心健康.自我效能感影响中学生的学习行为选择、学习动机、认知过程和情感心理等.本文对Z中学y班学生的自我效能感与在线学习倦怠进行了调研和数据分析,结果显示,自我效能感与在线学习倦怠呈负相关关系.这提示教育工作者在线教学的过程中,应采取措施提高学生们的自我效能感,降低在线学习倦怠,进而提高学习质量,保持身心健康. “学习清单”让居家在线学习更有效[J].教学月刊(小学版),2020,第10期 疫情期间,学生居家在线学习亟须提升学习的有效性。教师运用语文“学习清单”,给学生提供适切的可选课程,指导学生合理规划学习计划,自主安排学习时间,帮助学生运用多种方法解决疑问和困难,创新学习方式,从而提高学生的规划能力、自控能力以及自学能力。 基于循环神经网络的时域反走样算法[J].现代计算机,2020,第10期 图形反走样算法是实时渲染领域中一种缓解几何边缘锯齿、纹理失真,带来高质量图形渲染效果的方法。近年越来越多的深度学习方法被用在实时渲染中,但现有的主流时域反走样算法,未涉及到与深度学习的结合。将时域反走样的流程与循环神经网络相结合,提出一种新的反走样算法,通过神经网络完成时域反走样中的历史样本颜色融合过程,改善现有的时域反走样效果。 基于注意力机制的谣言检测算法研究[J].现代计算机,2020,第8期 谣言等虚假信息正在给政治、经济、文化领域带来新的威胁。虽然谣言检测算法已有长足发展,近年来随着深度学习的发展,注意力机制在各个领域被广泛使用且取得不错的效果。实现基于注意力机制的谣言检测算法,实验表明能够有效监测出谣言,并在此基础上引入手工特征,进一步提升模型的检测能力。 基于注意力机制的乳腺X线摄影分类方法[J].计算机工程与应用,2020,第8期 环境的日益恶化导致癌症的发病率不断升高,2018年全球乳腺癌的发病率在所有癌症中已经位居首位。乳腺X线摄影价格实惠且易于操作,目前被认作是最好的乳腺癌筛查方法,也是早期发现乳腺癌最有效的方法。针对乳腺X线摄影不容易分辨、特征不明显等特点,提出了基于RNN+CNN的注意力记忆网络对其进行分类。注意力记忆网络包含注意力记忆模块和卷积残差模块。注意力记忆模块中,注意力模块提取乳腺X线摄影的特征,记忆模块在RNN网络加入注意力权重来模拟人对所提取关键信息的重点突出;卷积残差模块使用CNN对图像进行分类。该方法创新之处在于:提出注意力记忆网络用于乳腺X线摄影图像分类;所设计网络在RNN+CNN结构上引入注意力权重,提取图像关键信息以增强特征描述。在乳腺X线摄影INbreast数据集上的实验结果显示,注意力记忆网络的运行时间比预训练的Inceptionv2、ResNet50、VGG16网络少50%以上,同时达到更高的分类准确率。 互联网时代下大学生在线学习分析[J].科技经济导刊,2020,第7期 随着互联网技术的迅速发展,手机、平板电脑等智能移动终端设备大规模普及,5G移动通信网络已逐步投入运营,影响并改变着当代大学生的学习方式,在线学习也正逐步被当代大学生所接受。但大学生在线学习主动性不强,在线学习仅仅停留在浅层,学习效果需要进一步提升。结合在线教育平台特点,以大学生学习方式转变为切入点,分析大学生在线学习现状及存在的问题,并提出相应措施来提升大学生在线学习的学习效果,帮助大学生养成良好的自主在线学习习惯。 COOC线上教学平台的效果评价及其影响因素分析[J].中国继续医学教育,2020,第5期 目的研究COOC线上教学平台的学习情况以及分析学习效果的影响因素,为线上教学平台更加稳定的提升学习效果提供科学依据和措施建议。方法对重庆某高校2013-2016级开设《病案信息管理》课程的所有本科生进行研究,对该课程的COOC平台线上学习数据及期末考试卷面成绩进行统计分析,所有资料用SPSS19.0软件进行统计分析。结果 4年间共有5个班212名学生学习了《病案信息管理》课程,期末卷面成绩为53~96分,平均成绩(72.07±8.63)分,COOC线上学习时长为:0~31.08小时,平均时长4.43小时。使用过COOC平台的同学该门课程期末卷面平均成绩高于未使用过的(Z值=-4.788,P <0.001);影响线上学习效果的主要因素有练习知识点数和学习知识点个数。结论线上和线下相结合的混合教学有助于提升教学效果,对学生学习知识点数和练习知识点数做一定要求能有效提升学习效果。
上一篇:第16届高级数据挖掘和应用国际会议
下一篇:基于贪心算法的物流配送系统的设计与实现